class: center, middle, inverse, title-slide .title[ # R Base ] .subtitle[ ## Big Data e Inteligencia Territorial ] --- <style type="text/css"> .remark-slide-content { font-size: 25px; padding: 1em 1em 1em 1em; } <style type="text/css"> .remark-code{ line-height: 1.5; font-size: 80% } @media print { .has-continuation { display: block; } } </style> --- class: inverse, center, middle # Paquetes <html> <div style='float:left'></div> <hr color='#EB811B' size=1px width=1125px> </html> --- # Paquetes ## ¿Qué son? -- ✔️ Los paquetes son, principalmente, funciones que no están en r base, pero también bases de datos y objetos de R en general. -- ## ¿Para qué nos sirven? ✔️ Ayudan a resolver problemas que con r base no se podía, o que era muy difícil hacerlo. --- class: middle, center, inverse background-image: url(data:image/png;base64,#img/R1.PNG) background-size: contain --- class: middle, center, inverse background-image: url(data:image/png;base64,#img/R2.PNG) background-size: contain --- class: middle, center, inverse background-image: url(data:image/png;base64,#img/R3.PNG) background-size: contain --- class: middle, center, inverse background-image: url(data:image/png;base64,#img/R4.PNG) background-size: contain --- class: middle, center, inverse background-image: url(data:image/png;base64,#img/R5.PNG) background-size: contain --- #Paquetes ## INSTALACIÓN - Podemos descargarlos e instalarlos con el siguiente comando: ```r install.packages("nombre_del_paquete") ``` - Sólo es necesario instalar el paquete una vez por computadora. --- #Paquetes ## INVOCACIÓN .pull-left[ - Una vez instalado, cada vez que abramos una nueva sesión de R y querramos utilizar el paquete debemos **cargarlo al ambiente de trabajo** mediante la función: ```r library(nombre_del_paquete) ``` ] .pull-right[ <img src="data:image/png;base64,#img/invocacion.gif" width="500px" /> ] --- class: inverse, middle, center <html> <div style='float:left'></div> <hr color='#EB811B' size=1px width=1125px> </html> # [Tidyverse](https://www.tidyverse.org/) --- # Tidyverse .pull-left[ #### `Tidyverse` es una colección de paquetes de R, pensados para trabajar en "ciencia de datos". ] .pull-right[ <img src="data:image/png;base64,#img/tidyverse.png" width="781" style="display: block; margin: auto;" /> ] --- class: inverse, middle, center # ¿Por qué tidyverse? <html> <div style='float:left'></div> <hr color='#EB811B' size=1px width=1125px> </html> --- # __¿Por qué tidyverse?__ - ### Orientado a ser leído y escrito por y para seres humanos -- - ### Funciones no pensadas para una tarea específica sino para un proceso de trabajo .pull-left[ <img src="data:image/png;base64,#img/circuito_del_dato.png" width="100%" style="display: block; margin: auto;" /> ] -- .pull-right[ <img src="data:image/png;base64,#img/circuito_del_dato_tidy.png" width="100%" style="display: block; margin: auto;" /> ] -- - ### Su comunidad, basada en los principios del código abierto y trabajo colaborativo --- # __Instalación y uso__ * Sólo una vez (por computadora): ```r install.packages("tidyverse") ``` -- * En cada inicio de sesión de R o Rstudio: ```r library(tidyverse) ``` -- .pull-left[ _No es necesario esto:_ ```r install.packages("dplyr") install.packages("tidyr") install.packages("ggplot2") ``` ] .pull-right[ _Ni esto:_ ```r library(dplyr) library(tidyr) library(ggplot2) ``` ] --- # Hoja de ruta ### Presentación de los paquetes `dplyr` y `tidyr` .pull-left[ ## ✔️ lectura / escritura _{readr}_: ☑️ `read_csv()` ☑️ `read_table()` _{haven}_: ☑️ `read_sav()` ☑️ `read_dat()` ☑️ `read_sas()` ] .pull-right[ ## ✔️ magrittr ☑️ `%>%` ] --- # Hoja de ruta .pull-left[ ## ✔️ dplyr ☑️️ `select()` ☑️️ `filter()` ☑️️ `mutate()` ☑️️ `rename()` ☑️️ `arragne()` ☑️️ `summarise()` ☑️️ `group_by()` ] .pull-right[ ## ✔️ tidyr ☑️ `pivot_longer()` ☑️ `pivot_wider()` ] --- class: middle, center, inverse # Lectura / escritura de archivos <html> <div style='float:left'></div> <hr color='#EB811B' size=1px width=1125px> </html> --- # Lectura / escritura de archivos ## Hay varios paquetes que ayudan a la lectura de archivos, los principales son: .pull-left[ ### Paquete `{readr}` - `read_csv()` --> *.csv* - `read_table()` --> *.txt* - `read_rds()` --> *.rds* ] .pull-right[ ### Paquete `{haven}` - `read_sav()` --> SPSS - `read_dta()` --> STATA - `read_sas()` --> SAS ] --- # Base de trabajo En el material de la clase se puso a disposición una base de ejercicio. La informaciuón con la que se cuenta es aquella referida a los **Inmuebles Propios del Estado Nacional y Alquilados**, provista por la Dirección Nacional del Registro de Bienes Inmuebles - Agencia de Administración de Bienes del Estado - Jefatura de Gabinete de Ministros. > [Descarga de la base de datos](https://datos.gob.ar/dataset/otros-inmuebles-propios-estado-nacional-alquilados) -- ### Con la siguiente sentencia puedo importarla a R: ```r base_inmuebles <- read_csv(file = "la_ruta_del_archivo/el_nombre_del_archivo.csv", col_names = TRUE) ``` --- class: inverse, middle, center # _PRÁCTICA_ <html> <div style='float:left'></div> <hr color='#EB811B' size=1px width=1125px> </html> --- class: inverse, middle # Práctica 1. Armar una carpeta de trabajo en la computadora. 1. Descargar la base de datos de inmuebles del Estado Nacional y ubicar el archivo en la carpeta de trabajo. Link para descarga [aqui](https://datos.gob.ar/dataset/otros-inmuebles-propios-estado-nacional-alquilados) 1. Desde un script de Rstudio, importar la base de datos con la función acorde a la extensión del archivo. _Pistas:_ Del paquete `{readr}` - .csv --> `read_csv()` - .txt --> `read_delim()` - .xlsx (excel) --> Paquete `{readxl}` --> `read_xlsx()` o `read_excel()`